基于灰色预测的光伏组件阴影类型诊断研究

被引:24
作者
陈雪娟
吴春华
李智华
袁同浩
冯夏云
机构
[1] 上海市电站自动化技术重点实验室(上海大学)
关键词
小波多分辨分析; 新陈代谢GM(1,1); 灰色预测; 阴影类型判别;
D O I
暂无
中图分类号
TM615 [太阳能发电];
学科分类号
080811 [新能源发电与电能存储];
摘要
针对光伏组件阴影类型难以判别的情况,提出了基于灰色预测的光伏组件软硬性阴影区别方法。首先通过小波理论分析灰色预测应该达到的前提条件。然后对灰色预测GM(1,1)进行改进,提出了使用新陈代谢GM(1,1)对光伏组件功率进行预测。最后对预测值与实测值进行误差分析,根据得出模型精度差异来判别阴影性质。通过仿真和实验证明了软性阴影和硬性阴影在灰色模型预测精度等级有明显的差异,可以通过精度等级判断阴影类型。该方法能有效判定阴影性质,为积灰程度判定与光伏热斑检测提供了有力的依据。
引用
收藏
页码:3293 / 3299
页数:7
相关论文
共 7 条
[1]
小波分析在故障诊断中的应用 [J].
周小勇 ;
叶银忠 .
控制工程, 2006, (01) :70-73
[2]
小波分析的应用现状及展望 [J].
朱希安 ;
金声震 ;
宁书年 ;
王景宇 .
煤田地质与勘探, 2003, (02) :51-55
[3]
小型光伏系统及其关键问题研究 [D]. 
胡义华 .
中国矿业大学,
2011
[4]
灰色预测技术及其应用研究 [D]. 
崔立志 .
南京航空航天大学,
2010
[5]
大规模风电场超短期风电功率预测的误差分析与评价 [D]. 
宋薇 .
东北电力大学,
2013
[6]
灰色预测评价方法与应用研究 [D]. 
胡坤 .
南京航空航天大学,
2004
[7]
MATLAB在数学建模中的应用.[M].卓金武; 主编.北京航空航天大学出版社.2011,